如何理解卷积核中的padding参数?

如何理解卷积核中的padding参数?

# padding,控制对原始图片填充多少个东西。能控制卷积之后的feature map的大小;

相当于对原始图像进行填充,来控制卷积之后图像的大小

image-20221028001119201

input = torch.randn(1, 15, 1, 512, 512) 
m = nn.Conv3d(15, 15, (3, 3, 3), stride=(1, 1, 1), padding=(2, 2, 2))
o1 = m(input)

image-20221028001231697


input = torch.randn(1, 15, 1, 512, 512) 
m = nn.Conv3d(15, 15, (3, 3, 3), stride=(1, 1, 1), padding=(1, 1, 1)) 
o1 = m(input)

image-20221028001254117

posted @   bH1pJ  阅读(80)  评论(0编辑  收藏  举报
相关博文:
阅读排行:
· 无需6万激活码!GitHub神秘组织3小时极速复刻Manus,手把手教你使用OpenManus搭建本
· C#/.NET/.NET Core优秀项目和框架2025年2月简报
· Manus爆火,是硬核还是营销?
· 终于写完轮子一部分:tcp代理 了,记录一下
· 【杭电多校比赛记录】2025“钉耙编程”中国大学生算法设计春季联赛(1)
点击右上角即可分享
微信分享提示